⚡️ Aumentando a performance dos conjuntos (sets)

Existe basicamente duas maneiras de declarar conjuntos(sets) no python:

Primeira Opção

primeira_opcao = {1, 2}

Segunda Opção

segunda_opcao = set([1, 2])

Info

Esta abordagem chama o construtor do conjunto(set)

🤔 Mas qual a diferença entre eles?

Vamos ver o que o Python faz por baixo dos panos usando disassembler.

Vamos ver o byte code da primiera opção

# >>>$ from dis import dis
# >>>$ 
# >>>$ dis('{1, 2}')
  1           0 LOAD_CONST               0 (1)
              2 LOAD_CONST               1 (2)
              4 BUILD_SET                2
              6 RETURN_VALUE

Aqui podemos ver que quem faz quase todo o trabalho é o byte_code especial chamado BUILD_SET e logo em seguida retorna o conjunto para nós, muito simple né?

Vamos ver o byte code da segunda opção

# >>>$ from dis import dis
# >>>$ 
# >>>$ dis('set([1, 2])')
  1           0 LOAD_NAME                0 (set)
              2 LOAD_CONST               0 (1)
              4 LOAD_CONST               1 (2)
              6 BUILD_LIST               2
              8 CALL_FUNCTION            1
             10 RETURN_VALUE

Observe que ele faz muitas coisas que o primeiro não faz, isso torna essa abordagem mais lenta ao carregar conjuntos (sets) no python, pois no lugar do BUILD_SET ele precisa fazer mais 3 passos, que são LOAD_NAME, BUILD_LIST e CALL_FUNCTION. Essa forma é mais lenta porque o interpretador python precisa pesquisar o nome do conjunto (set) para encontrar o construtor, criar uma lista e, finalmente, passá-la para o construtor.

Você pode encontrar a descrição de todos os byte codes aqui.

📈 Benchmark

Na tabela abiaxo podemos ver a diferença entre as duas maneiras e qual é a mais otimizada:

Set Size	Factor	Constructor Time/s	Factor	Without Constructor Time/s	Factor	% Optimization
1.000	1x	0.0000577s	1.00x	0.0000435s	1.00x	24.61%
10.000	10x	0.0006500s	11.27x	0.0005280s	12.14x	18.77%
100.000	100x	0.0097000s	168.11x	0.0094400s	217.01x	2.68%
1.000.000	1.000x	0.1050000s	1819.76x	0.1000000s	2298.85x	4.76%
10.000.000	10.000x	1.1200000s	19410.75x	0.8950000s	20574.71x	18.75%

Note

Laptop Core i5-4278U 2.60GHz executing in python 3.9.10

Example - Constructor Time

1.00010.000100.0001.000.00010.000.000

$ python -m timeit 'set([num for num in range(10**3)])'

5000 loops, best of 5: 57.7 usec per loop

$ python -m timeit 'set([num for num in range(10**4)])'

500 loops, best of 5: 650 usec per loop

$ python -m timeit 'set([num for num in range(10**5)])'

50 loops, best of 5: 9.7 msec per loop

$ python -m timeit 'set([num for num in range(10**6)])'

2 loops, best of 5: 105 msec per loop

$ python -m timeit 'set([num for num in range(10**7)])'

1 loops, best of 5: 1.12 sec per loop

Example - Whithout Constructor Time

1.00010.000100.0001.000.00010.000.000

$ python -m timeit '{num for num in range(10**3)}'

5000 loops, best of 5: 43.5 usec per loop

$ python -m timeit '{num for num in range(10**4)}'

500 loops, best of 5: 528 usec per loop

$ python -m timeit '{num for num in range(10**5)}'

50 loops, best of 5: 9.44 msec per loop

$ python -m timeit '{num for num in range(10**6)}'

2 loops, best of 5: 100 msec per loop

$ python -m timeit '{num for num in range(10**7)}'

1 loops, best of 5: 895 msec per loop

Conclusão

Então, se um dia você precisar instanciar um conjunto (set), tente sempre usar a primeira opção, pois ela é mais otimizada. E uma dica extra: Caso precise instanciar um conjunto (set) vazio, só podemos fazer isso chamando o construtor, ok?!

Deixe seu comentário abaixo sobre o post, até a próxima! 😃

Comentários